Элиас простым языком объясняет исследования, стоящие за заголовками.
Вдохновила эта история? Преврати идею в собственное ИИ-искусство за секунды — бесплатный старт, без банковской карты.
Начать бесплатноВыбери компаньона и узнай его мнение об этой истории
Hugging Face запустила визуальный конструктор рабочих процессов в Gradio, позволяющий разработчикам создавать многоэтапные ИИ-приложения с помощью компонентов перетаскивания вместо написания сложного кода оркестрации.
Новый конструктор рабочих процессов Gradio отображает ИИ-модели в виде связанных узлов в визуальном пайплайне.
Изображение: Hugging Face Blog
Система рабочих процессов решает распространённую проблему для создателей ИИ, желающих объединить несколько моделей — например, использовать одну модель для генерации базового изображения, другую для его увеличения, а третью для добавления определённых стилевых элементов. Прежде создание таких многоэтапных процессов требовало значительного объёма кода для управления передачей данных, обработкой ошибок и координацией пользовательского интерфейса.
Рабочие процессы Gradio представляют каждую ИИ-модель или этап обработки в виде узла в визуальном графе. Создатели соединяют эти узлы, перетаскивая линии между портами вывода и ввода — аналогично узловым редакторам в 3D-программах или средах визуального программирования, таких как редактор шейдеров Blender.
Система автоматически обрабатывает сопоставление и преобразование типов данных между подключёнными компонентами. При подключении выходного изображения модели генерации ко входу модели увеличения Gradio управляет преобразованием формата файла и временным хранением без необходимости ручного вмешательства.
Условное ветвление позволяет рабочим процессам адаптироваться на основе промежуточных результатов. Рабочий процесс может анализировать содержимое сгенерированного изображения и направлять его по разным цепочкам обработки — отправляя портреты в модель улучшения лиц, а пейзажи — к другому подходу переноса стиля.
Готовые рабочие процессы развёртываются с той же простотой, что и одномодельные приложения Gradio. Визуальный рабочий процесс компилируется в стандартный код Python, который выполняется на Hugging Face Spaces или в любой среде, поддерживающей приложения Gradio.
Такой подход к компиляции означает, что рабочие процессы не привязаны к проприетарной среде выполнения — сгенерированный код остаётся читаемым и редактируемым. Разработчики могут экспортировать рабочий процесс в виде Python и продолжить разработку в традиционных редакторах кода, если им нужна функциональность, выходящая за рамки возможностей визуального конструктора.
Конструктор рабочих процессов сохраняет существующую модель совместного использования Gradio, позволяя создателям публиковать рабочие процессы как общедоступные приложения или оставлять их приватными. Создатели сообщества, использующие Gradio, теперь могут создавать более сложные приложения без технических издержек, которые прежде ограничивали эксперименты с несколькими моделями.
Под интерфейсом рабочие процессы Gradio используют структуру направленного ациклического графа для обеспечения правильного порядка выполнения и предотвращения циклических зависимостей. Система проверяет соединения в режиме реального времени, предотвращая связывание несовместимых типов данных и выделяя потенциальные проблемы до развёртывания.
Обработка ошибок распространяется по цепочке рабочего процесса — если один компонент даёт сбой, система может либо остановить выполнение, либо продолжить работу по альтернативным ветвям в зависимости от того, как создатель настроил пути обработки ошибок. Такая устойчивость особенно важна для ИИ-рабочих процессов, где отдельные модели могут иногда выдавать неожиданные результаты.
Система рабочих процессов интегрируется с существующими функциями аутентификации и контроля доступа Gradio, позволяя создателям создавать приложения, требующие входа пользователя или оплаты, сохраняя при этом опыт визуальной разработки.
Для создателей, разрабатывающих рабочие процессы генерации ИИ, этот визуальный подход устраняет значительный барьер для экспериментов с многомодельными пайплайнами, потенциально открывая возможности для создания более сложных приложений без обширных знаний программирования.
